【生信技能树培训】R语言中文件的读取

一、csv格式文件的打开

1. 用Excel打开
2. 用记事本打开，打开后显示逗号分割每一列
3. sublime打开（适用于大文件）

**csv的本质是纯文本文件。**

1. R语言中读取CSV

如：

test= read.csv('ex3.csv')

即将ex3.csv中的内容提取出来，传递给变量test，生成一个数据框。后续对数据框的操作，对文件无影响。

**Tips：**关于文件后缀

CSV = Comma Separated Values，即逗号分隔符文件

TSV = Tab Separated Values， 即制表符分隔文件

对于纯文本文件来说，后缀没有意义，只是约定俗成，起提示作用的标识。

二、R语言读取文件的函数

read.csv() : 通常读取csv格式，但也可以读取其他纯文本文件

read.table() : 通常用于读取txt格式文件

三、 将数据框导出为文件

（一）导出为表格文件

函数：

csv格式：write.csv(test, file = 'example.csv')

txt格式：write.table(test, file= 'example.txt')

（二） 导出为R特有的数据保存格式

文件后缀：.Rdata

• 文件里存储的是变量，而不是表格。
• 使用其他软件无法打开，只能在R语言中查看。

保存和加载函数：

1. 保存： save()

格式：save(test, file = 'example.Rdata')

test 为要保存的变量，可以是多个变量，变量的数据结构可以多种。

file参数为给生成的文件指定文件名的参数。

1. 加载：load()

格式： load('example.Rdata')

load函数加载文件的时候，不需要赋值。load是将文件中的变量加载到环境中。

**Tips：**

加载的时候，文件在工作目录以下的目录时，输入文件名用Tab补全时，会自动补全其相对路径。

也可以通过../...... 来指定上一层级目录的文件的读取。

四、实例

（一）自动识别列名

ex1 <- read.table('ex1.txt')

#会生成列名V1,V2,V3……

ex1 <- read.table('ex1.txt', header=T)

#默认情况下，参数header为FALSE，将header改为TRUE，则将第一行识别为列名。

（二）行名与列名的正确识别

ex2 <- read.csv('ex2.csv')

#会将行名作为第一列导入。

#列名中的“-”符号会转换成点（.）

ex2 <- read.csv('ex2.csv', row.names = 1, check.names = F)

#row.names为指定哪一列作为行名。

#！！！数据框不允许重复的行名！！！

#check.names设定是否检查行名与列名并转换特殊字符

（三）文件内容的完整性、准确性识别

soft <- read.table('soft.txt', header = T, fill = T)

#当文件有行是空的时候，若不指定fill参数，则读取文件会报错，即无法成功读取文件。

#当指定fill参数为TRUE时，读取文件时，会自动将空行的地方填充成NA。但是，当出现某些行间隔空缺的时候，会将空行后一列的内容补充到前一列的空行中来，从而造成数据错乱。见下图。

单独指定fill参数为TRUE时，E列中826行开始的内容会被移动到D列的空行中。见下图。

**原因在于，用纯文本查看文件时会发现，在862行之后的第4列与后面的内容之间有两个制表符分隔。Excel可以正确识别两个制表符，知道两列之间有一个空列，而R语言中该函数无法识别。**

查看read.table函数的参数默认值可以发现：

read.table(file, header = FALSE, sep="")

sep参数默认指定空字符串为分隔，实际上是指将**看不见**的字符串都识别为分隔符（两个制表符连在一起显示出来是看不见的，算作一个）。

**因此，需要具体指定分隔符。**

soft <- read.table('soft.txt', header = T, sep='\t') #此时不需要再指定（fill参数）是否填充空单元格了

（四）导入后的查看和另存为

> #4.soft 的行数列数是多少？列名是什么

> dim(soft)

[1] 1000    5

> colnames(soft)

[1] "ID"       "SEQUENCE" "GeneName" "GB\_ACC"  

[5] "SPOT\_ID" 

> #5.将soft导出为csv

> write.csv(soft,file = "soft.csv")

> #6.将soft保存为Rdata并加载。

> save(soft,file = "soft.Rdata")

> rm(list = ls())

> load(file = "soft.Rdata")

（五）用于读取/导出文件的R包概览